Diploma Thesis from the year 2013 in the subject Computer Science - Miscellaneous, grade: 1.0, University of Augsburg (Institut für Software & Systems Engineering), language: English, abstract: Augmented Reality (AR) ist die Synthese von virtuellen und realen Informationen in Echtzeit. Mit Visual Augmented Reality können wir Dinge sehen, die für das freie Auge nicht sichtbar sind, egal ob es sich um Gebäude handelt, die durch Erdbeben zerstört wurden wie in der Anwendung CityViewAR, Rekonstruktionen von historischen Orten wie im Goldfields Explorer oder um eine virtuelle Topographie in einer Sandkiste. Diese Arbeit beschäftigt sich damit, wie man die Position und Lage eines mobilen Gerätes (Smartphone oder Tablet) bestmöglich verfolgen kann, insbesonders für Augmented Reality. Hierfür gibt es viele Ansätze, reichend von einfachem Marker-Tracking, wo aus dem Kamerabild ein künstlicher Marker extrahiert und die relative Lage zu diesem im Raum bestimmt wird bis zu ausgefeilten Systemen, die Visual-Tracking mit zusätzlichen Sensoren vereinen um möglichst gute Ergebnisse zu erzielen. Im Rahmen des Forschungspraktikums wurden bestehende Systeme evaluiert, die AR auf mobilen Geräten umsetzen. Darauf aufbauend wurde ein verbesserter Sensorfusionsansatz entwickelt, auf der Androidplattform implementiert und gegen bestehende Systeme evaluiert. Dieser neue Ansatz baut im Gegensatz zu vielen anderen Systemen auf bereits existierender Infrastruktur auf und verbessert diese. Die in modernen Smartphones und Tablets verfügbaren Sensoren: Gyroskop, Akzelerometer sowie Kompass werden in einem statistischen Kalman_lter vereint um virtuelle Sensoren, wie einen kalibrierten Gyroskopsensor, sowie einen Lagesensor zu erhalten. Der kalibrierte Gyroskopsensor liefert exzellente Reaktionszeiten und hohe Präzision, während der Orientierungssensor eine absolute Messung der Lage im Raum hinsichtlich Gravitation und dem Magnetfeld der Erde liefert. Beide virtuelle Sensoren wurden in zwei verschiedenen Verfahren miteinander kombiniert und liefern bei normaler Nutzung stabile und robuste Ergebnisse, die durchschnittlich nur etwa 10 Grad von der Realität abweichen und dabei kaum Latenz aufweisen.